謝 捷，江 昆，羅 展，胡 凱，吉訓(xùn)生

(江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院，江蘇 無(wú)錫 214122)

0 引言

近年來(lái)，伴隨著經(jīng)濟(jì)與社會(huì)的迅速發(fā)展，我國(guó)的家禽養(yǎng)殖業(yè)生產(chǎn)規(guī)模不斷擴(kuò)大，據(jù)聯(lián)合國(guó)糧農(nóng)組織資料統(tǒng)計(jì)，2010年我國(guó)禽蛋產(chǎn)量為2 616萬(wàn)t，占世界總產(chǎn)量的43.26%，其中雞蛋產(chǎn)量2 233.3萬(wàn)t，占世界雞蛋總產(chǎn)量的40%[1]。據(jù)《2013年度中國(guó)家禽業(yè)發(fā)展報(bào)告》指出，我國(guó)蛋雞飼養(yǎng)規(guī)模與產(chǎn)能居世界第一[2]。然而，由于疾病與壓力的影響，家禽養(yǎng)殖業(yè)每年都面臨著巨大的威脅，其中，傳染性疾病是最大的威脅之一。

作為人類重要的肉類與蛋類食物來(lái)源，人們對(duì)雞的健康狀況密切關(guān)注。因此，如果能夠提前發(fā)現(xiàn)疾病并消滅，可以有效地減少經(jīng)濟(jì)損失。然而，許多養(yǎng)殖場(chǎng)的工作人員并不是專業(yè)的飼養(yǎng)專家，難以在早期發(fā)現(xiàn)感染疾病的雞并實(shí)施處理。因此，研究家禽疾病早期自動(dòng)化檢測(cè)方法非常重要。隨著信息技術(shù)的發(fā)展，傳統(tǒng)農(nóng)業(yè)技術(shù)和人工智能技術(shù)的融合將成為未來(lái)農(nóng)業(yè)發(fā)展的趨勢(shì)。 Whitaker[3]通過(guò)對(duì)輸入光譜圖的多列采樣，然后使用正則化最小二乘優(yōu)化，將譜圖的列向量轉(zhuǎn)化為稀疏系數(shù)向量，最后利用支持向量機(jī)(support vector machine，SVM)識(shí)別健康的雞與感染支氣管炎的雞。Lee等[4]首先使用基于關(guān)系的特征選擇方法對(duì)時(shí)域與頻域中的特征進(jìn)行選擇，去除相關(guān)性較低的特征，最后使用SVM對(duì)有壓力的雞與健康雞的叫聲進(jìn)行分類。

目前雞鳴研究中，依然采用手動(dòng)方式獲取雞鳴片段，然而，采用手工獲取雞鳴的手段難以應(yīng)用在自動(dòng)化雞鳴監(jiān)測(cè)系統(tǒng)中。針對(duì)自動(dòng)化雞鳴監(jiān)測(cè)系統(tǒng)，每個(gè)聲音傳感器每天都會(huì)產(chǎn)生大量的數(shù)據(jù)，然而自動(dòng)采集的數(shù)據(jù)中，研究人員只對(duì)含有雞鳴的聲音片段感興趣，需要從背景噪聲中識(shí)別雞鳴進(jìn)而提升監(jiān)測(cè)系統(tǒng)的性能。因此，研究開(kāi)發(fā)雞鳴自動(dòng)識(shí)別方法尤為重要。曹晏飛，陳紅茜等人[5]以含有風(fēng)機(jī)噪聲的海蘭褐蛋雞的聲音片段和風(fēng)機(jī)噪聲片段為研究對(duì)象，基于含有風(fēng)機(jī)噪聲的海蘭褐蛋雞的聲音片段有效幀的最小幀功率顯著大于風(fēng)機(jī)聲音片段，由此提出通過(guò)閾值對(duì)兩者進(jìn)行分類。然而，基于閾值的分類方法通常對(duì)環(huán)境噪聲非常敏感，同時(shí)傳感器設(shè)備位置通常是固定的，傳感器采集的雞聲能量隨著雞的移動(dòng)而發(fā)生變化。

本研究中，以采集的雞鳴、含有風(fēng)機(jī)噪聲的雞鳴和風(fēng)機(jī)噪聲為研究對(duì)象，構(gòu)建雞鳴識(shí)別系統(tǒng)。具體地說(shuō)，首先連續(xù)的雞鳴數(shù)據(jù)被分割為長(zhǎng)度相同音頻片段；其次，針對(duì)每個(gè)音頻片段，提取梅爾頻率倒譜系數(shù)為特征；最后，采用五折交叉驗(yàn)證的方式，使用SVM與功率譜閾值方法識(shí)別采集的雞鳴、含有風(fēng)機(jī)噪聲的雞鳴和風(fēng)機(jī)噪聲。

1 材料與方法

1.1 材料

本文的所有數(shù)據(jù)集均從Freesound[6]網(wǎng)站上下載，F(xiàn)reesound是個(gè)免費(fèi)的音頻分享網(wǎng)站，很多的音頻愛(ài)好者會(huì)在上面分享自己的作品，其聲音來(lái)自于世界各地，各種不同的場(chǎng)景，如菜市場(chǎng)，養(yǎng)雞場(chǎng)等，具有非常好的代表性。對(duì)于數(shù)據(jù)集，首先，連續(xù)的音頻數(shù)據(jù)被分割為長(zhǎng)度10 s的音頻片段(不足10 s的進(jìn)行補(bǔ)零處理)，其次，將聲音片段統(tǒng)一轉(zhuǎn)換為單通道，如式(1)所示。

(1)

其中，Sleft、Sright與Ssingle分別為左聲道、右聲道與單通道信號(hào)。采樣率為16 KHz，采樣位數(shù)為16位的WAV文件。在真實(shí)的大型養(yǎng)雞環(huán)境中，噪聲的類型有很多，如通風(fēng)系統(tǒng)噪聲、飼喂系統(tǒng)噪聲、清糞系統(tǒng)噪聲、集蛋系統(tǒng)噪聲等，其中最主要的噪聲來(lái)源是通風(fēng)系統(tǒng)。因此，以含有風(fēng)機(jī)噪聲的雞聲音頻片段與風(fēng)機(jī)噪聲音頻片段為研究對(duì)象，構(gòu)建實(shí)驗(yàn)數(shù)據(jù)集，獲取500個(gè)雞鳴片段與500個(gè)風(fēng)機(jī)噪聲片段。

1.2 添加噪聲

本研究采用的聲音片段包含雞鳴片段與風(fēng)機(jī)噪聲片段，在實(shí)際雞養(yǎng)殖環(huán)境中，通常雞鳴和風(fēng)機(jī)噪聲混合在一起，因此，為了符合實(shí)際的養(yǎng)殖環(huán)境，對(duì)于每個(gè)雞鳴片段添加風(fēng)機(jī)噪聲片段(隨機(jī)挑選538個(gè)風(fēng)機(jī)噪聲片段)，并設(shè)置添加風(fēng)機(jī)噪聲后的雞聲片段的信噪比(5 dB、0 dB、-5 dB)，獲取含有風(fēng)機(jī)噪聲的雞鳴片段。

1.3 特征提取

前期的聲音識(shí)別研究中，大量的音頻特征被提出，包括：時(shí)域特征，如最大信號(hào)值、標(biāo)準(zhǔn)差、均方根等；頻域特征，如子帶功率比、平均頻率、最大功率等；時(shí)頻域特征。然而在構(gòu)建特征集時(shí)，特征過(guò)少會(huì)引起信息提取的不充分，特征過(guò)多導(dǎo)致分類器算法復(fù)雜度提升，進(jìn)而降低模型的泛化能力，因此，需要兼顧特征維度和模型性能構(gòu)建合適的特征集。在本文中，梅爾頻率倒譜系數(shù)(Mel-Frequency Cepstral Coefficients，MFCCs)作為分類的特征。由于其可以反應(yīng)較為真實(shí)的聲音信息，并具有合理的計(jì)算復(fù)雜度，MFCCs在聲音識(shí)別中得到了廣泛應(yīng)用[7]。在本文中，首先提取13維的MFCCs特征，并計(jì)算其一階與二階差分，以描述雞鳴的動(dòng)態(tài)特征，最終，得到了39維的特征向量。

1.4 分類模型

針對(duì)每個(gè)聲音片段，提取MFCCs特征，然后分別采用KNN和SVM對(duì)采集的雞鳴、含有風(fēng)機(jī)噪聲的雞鳴和風(fēng)機(jī)噪聲進(jìn)行識(shí)別。前期實(shí)驗(yàn)表明，對(duì)于KNN最優(yōu)的N為1[8]；對(duì)于SVM參數(shù)的調(diào)優(yōu)使用每次只改變其中一個(gè)變量的方法，依次得到每個(gè)參數(shù)的相對(duì)最優(yōu)值，調(diào)優(yōu)結(jié)果為C=5，kernel=‘RBF’。

2 實(shí)驗(yàn)結(jié)果與討論

本次實(shí)驗(yàn)，數(shù)據(jù)集被劃分為5等份，其中，訓(xùn)練集占60%，驗(yàn)證集與測(cè)試集分別占20%，然后使用五折交叉驗(yàn)證獲取平均結(jié)果。

2.1 實(shí)驗(yàn)結(jié)果評(píng)價(jià)

對(duì)于雞鳴識(shí)別模型，本文使用13維MFCCs作為特征，分別使用SVM與KNN作為識(shí)別器訓(xùn)練出一個(gè)模型，此時(shí)，2個(gè)模型均獲得了100%的分類準(zhǔn)確率，表明了該模型在雞鳴識(shí)別任務(wù)中的有效性。同時(shí)，為了評(píng)估該模型對(duì)噪聲的魯棒性，在雞鳴音頻中混入風(fēng)機(jī)噪聲，信噪比分別為-5dB、0dB與5dB，使用KNN與SVM分類器識(shí)別雞鳴、風(fēng)機(jī)噪聲與帶有風(fēng)機(jī)噪聲的雞鳴3種類別的聲音，實(shí)驗(yàn)結(jié)果如表1所示。

表1 試驗(yàn)?zāi)Ｐ驮诓煌肼晽l件下的分類性能

實(shí)驗(yàn)表明，在不同的噪聲信噪比條件下，該模型最低準(zhǔn)確率為95.13%。在-5 dB條件下，使用SVM分類器最高獲得了98.07%的分類準(zhǔn)確率，表明所提出模型對(duì)于風(fēng)機(jī)噪聲具有良好的抗噪性能。

2.2 實(shí)驗(yàn)結(jié)果分析

為了進(jìn)一步分析模型的分類結(jié)果，分別計(jì)算出不同分類器在不同噪聲條件下的混淆矩陣如圖1所示。

圖1 不同信噪比下，不同模型的混淆矩陣

實(shí)驗(yàn)表明，對(duì)于SVM分類器，該模型更容易將帶有風(fēng)機(jī)噪聲的雞鳴誤分類為雞鳴。對(duì)于KNN分類器，更容易將帶有風(fēng)機(jī)噪聲的雞鳴誤分類為風(fēng)機(jī)噪聲。然而，使用MFCC特征，可以有效地將風(fēng)機(jī)噪聲與雞鳴區(qū)分出來(lái)，無(wú)論是無(wú)噪聲的雞鳴或帶有風(fēng)機(jī)噪聲的雞鳴。在實(shí)際養(yǎng)殖環(huán)境中，聲音采集一般為連續(xù)錄音，通過(guò)本文提出的模型可以有效地識(shí)別出含有雞鳴的音頻片段，克服人工篩選的缺點(diǎn)。

3 結(jié)論

針對(duì)實(shí)際肉雞養(yǎng)殖環(huán)境中存在的風(fēng)機(jī)噪聲問(wèn)題，本文提出一種基于梅爾頻率倒譜系數(shù)的雞鳴識(shí)別方法。首先，將獲得的連續(xù)音頻格式化為16 KHz采樣率、16位深度與長(zhǎng)度10s的音頻片段。之后，對(duì)每一音頻段提取13維梅爾倒譜系數(shù)作為特征，使用輕量級(jí)分類對(duì)雞鳴與風(fēng)機(jī)噪聲進(jìn)行分類，獲得了100%的分類準(zhǔn)確率。之后，為了進(jìn)一步評(píng)估模型對(duì)風(fēng)機(jī)噪聲的魯棒性，將雞鳴與風(fēng)機(jī)噪聲混合，測(cè)試了模型在5 dB、0 dB與-5 dB噪聲條件下的表現(xiàn)。實(shí)驗(yàn)結(jié)果表明，該模型在此噪聲條件下最低獲得了95.13%的分類準(zhǔn)確率，同時(shí)，通過(guò)分析模型的混淆矩陣可知，該模型可有效地區(qū)分風(fēng)機(jī)噪聲與雞鳴，無(wú)論是無(wú)噪聲的雞鳴或混有風(fēng)機(jī)噪聲的雞鳴，可有效提升實(shí)際聲音分析中篩選雞鳴片段的效率。